A Continent-Wide Assessment of Cyber Vulnerability Across Africa
随着非洲互联网普及率的提高，物联网（IoT）设备的普及也在增加。随着互联网接入的增长，网络攻击脆弱的物联网设备的风险在非洲网络空间中如雨后春笋般涌现。确定物联网漏洞的一种方法是在非洲的网络空间中找到开放的端口。我们的研究利用Shodan搜索引擎，这是一种用于发现面向公共互联网的物联网设备的强大工具，可以在非洲找到开放的端口。我们对我们的调查结果进行分析，从最容易受到网络攻击的国家到最不容易受到网络攻击的国家进行排名。我们发现，南非、突尼斯、摩洛哥、埃及和尼日利亚是非洲大陆最容易受到网络攻击的五个国家。此外，69.8%的设备具有五个最常见的开放互联网端口之一，过去记录了漏洞。根据我们的分析，我们得出结论，为公共和私营部门的政策建议。
2023-01-08 cs.CR cs.NI
Hash-MAC-DSDV: Mutual Authentication for Intelligent IoT-Based Cyber-Physical Systems
以物联网（IoT）形式连接的网络物理系统（CPS）容易受到各种安全威胁，这是由于IoT设备的基础设施部署较少。这些网络的设备到设备（D2 D）认证确保了部署区域中信息的完整性、真实性和机密性。文献提出了不同的方法来解决CPS技术中的安全问题。然而，它们大多基于集中式技术或特定的系统部署，具有较高的计算和通信成本。因此，有必要开发一种有效的方案，可以解决物联网设备CPS技术中的安全问题。本文提出了一种轻量级的Hash-MAC-DSDV（Hash Media Access Control Destination Sequence Distance Vector）路由方案，以解决CPS技术中的认证问题，并以物联网网络的形式连接。为此，分别从本地链和公共链开发了物联网设备（多WSNs）的CPS。所提出的方案通过Hash-MAC-DSDV相互方案来确保D2 D认证，其中在第一阶段中注册各个设备的MAC地址，并在第二阶段中在网络中通告。该方案允许合法设备修改其路由表并单播单向散列认证机制，以将其捕获的数据从源传输到目的地。我们的评估结果表明，哈希- MAC-DSDV超过现有的计划在攻击检测，能源消耗和通信指标。
2021-05-17 cs.CR cs.NI
Securing Real-Time Internet-of-Things
现代嵌入式和网络物理系统无处不在。大量关键的网络物理系统具有实时的【形】要求（例如，航空电子设备、汽车、电网、制造系统、工业控制系统等）。最近的发展和新的功能要求实时的【形】嵌入式设备连接到互联网。这就催生了实时的【形】物联网（RT-IoT），它通过更强大的连接性和下一代嵌入式设备的有效使用，承诺提供更好的用户体验。然而，RT-IoT也越来越多地成为网络攻击的目标，这种增加的连接性加剧了这种攻击。本文介绍了RT-IoT系统，展望了当前的方法和安全RT-IoT框架可能面临的研究挑战。
2018-12-10 cs.CR cs.NI
Combining Threat Intelligence with IoT Scanning to Predict Cyber Attack
Researcher Senior Member, IEEE（IEEE高级研究员）
本文提出一个预测性威胁情报框架，通过系统收集、分析和可视化暗网数据，识别恶意网站并将其与物联网漏洞关联，以增强网络攻击预测建模和政策制定。
2025-06-03 cs.AI cs.CR cs.CY
Protecting IoT Servers Against Flood Attacks with the Quasi Deterministic Transmission Policy
本文提出并评估一种基于准确定性传输策略转发器（SQF）的架构，通过整形入站流量避免服务器内部拥塞，从而在UDP洪水攻击下保护IoT服务器，使其能有效识别攻击数据包。
2023-06-19 cs.CR cs.NI
IoT Network Security: Requirements, Threats, and Countermeasures
物联网设备越来越多地用于关键基础设施、企业和家庭。有几个复杂的网络攻击已经报告，许多网络已被证明容易受到主动和被动的攻击，泄露私人信息，允许未经授权的访问，并开放拒绝服务攻击。本文的目的首先是帮助网络运营商了解物联网网络安全解决方案的需求，其次是调查物联网网络攻击媒介、网络威胁和对策，重点是提高现有安全解决方案的鲁棒性。我们的第一个贡献强调了从制造商，服务提供商，消费者和当局等利益相关者的角度对物联网安全的观点。我们讨论了物联网和IT系统之间的差异，物联网安全解决方案的需求，并强调了物联网网络安全系统架构所需的关键组件。对于我们的第二个贡献，我们调查了物联网攻击的类型，根据它们的影响进行分组。我们讨论了各种攻击技术，威胁和现有对策的不足，旨在使未来的研究能够提高物联网网络安全性。
2020-08-21 cs.CR cs.NI
IoTAthena: Unveiling IoT Device Activities from Network Traffic
最近针对灵巧家庭中的物联网（IoT）设备的网络攻击的激增需要有效的技术来理解、表征和揭示IoT设备活动。在本文中，我们提出了一个名为IoTAthena的新系统，用于从由带时间戳的IP数据包组成的原始网络流量中揭示物联网设备活动。IoTA thena使用活动签名来表征每个IoT设备活动，该活动签名由具有数据包间时间间隔的有序IP数据包序列组成。IoTA thena有两个新颖的多项式时间算法，sigMatch和actExtract。对于任何给定的签名，sigMatch可以捕获原始网络流量中签名的所有匹配项。使用sigMatch作为子函数，actExtract可以从原始网络流量中准确地揭示各种物联网设备活动的顺序。使用在真实世界灵巧家庭测试床的路由器上收集的异构物联网设备的网络流量和公共物联网数据集，我们证明了IoTA thena能够表征和生成物联网设备活动的活动签名，并从原始网络流量中准确地揭示物联网设备活动的序列。
2021-05-30 cs.NI
Machine Learning-Enabled IoT Security: Open Issues and Challenges Under Advanced Persistent Threats
University of Ottawa（渥太华大学）；Ciena（CIENA公司）
尽管物联网（IoT）具有技术优势，但由于无线介质中的漏洞，物联网（IoT）具有网络弱点。基于机器学习（ML）的方法被广泛用于物联网网络中的网络威胁，具有良好的性能。高级持续性威胁（APT）是网络犯罪分子危害网络的突出表现，具有长期性和危害性的特点。然而，它是很难应用ML为基础的方法来识别APT攻击，以获得一个有前途的检测性能，由于正常流量中的一个非常小的百分比。由于缺乏所有类型的APT攻击的公共数据集，因此对物联网网络中的APT攻击进行全面调查的调查有限。这是值得桥梁的国家最先进的网络攻击检测与APT攻击检测在一个全面的评论文章。这篇调查文章回顾了物联网网络中的安全挑战，并介绍了物联网系统中众所周知的攻击、APT攻击和威胁模型。同时，基于特征的，基于异常的，和混合的入侵检测系统的物联网网络进行了总结。本文重点介绍了针对网络入侵的常用ML方法的统计见解以及检测到的攻击类型的数量。最后，常见的网络入侵和APT攻击的开放性问题和挑战，为未来的研究。
2022-04-17 cs.CR cs.LG cs.NI
On performance of PBFT for IoT-applications with constrained devices
网络物理系统和物联网（IoT）正在成为数字社会不可或缺的一部分。物联网服务的使用在许多方面改善了人类的生活。防范网络威胁是物联网设备运行的一个重要方面。恶意活动导致机密数据泄露，设备性能不正确变得至关重要。因此，开发能够保护物联网设备数据和数据交换网络的有效解决方案成为一个真正的挑战。本研究对使用区块链技术保护受限物联网设备数据的可行性进行了批判性分析，证明了选择实用拜占庭容错（PBFT）共识算法在此类设备上实施的合理性，并使用PBFT模拟了主要的分布式账本场景。仿真结果证明了区块链技术对受限设备的效率，并使评估所选共识算法的适用性限制成为可能。
2021-04-20 cs.CR cs.NI cs.PF
A Roadmap Towards Resilient Internet of Things for Cyber-Physical Systems
TU Wien（维也纳技术大学）；Intel Corporation（英特尔公司）
物联网（IoT）是一个无处不在的系统，连接着许多不同的设备-这些东西-可以从远处访问。信息物理系统（CPS）从远处监视和控制事物。因此，可靠性和安全性的概念深深地交织在一起。动态性、异质性和复杂性的不断增加了系统的脆弱性，并挑战了其对故障的反应能力。本文总结了现有的异常检测、容错和自愈工作的最新进展，并添加了许多其他适用于实现物联网弹性的方法。我们特别关注确保网络中数据完整性的非侵入性方法。此外，本文还介绍了为CPS构建弹性物联网的主要挑战，这在具有增强连接性的智能CPS时代至关重要（这种系统的一个很好的例子是连接的自动驾驶汽车）。它进一步总结了我们的解决方案，正在进行的工作和未来的工作，以实现“CPS值得信赖的物联网”。最后，这个框架是说明了一个选定的用例：在运输领域的智能传感器基础设施。
2018-11-06 cs.ET cs.LG cs.NI
Analyzing Adversarial Attacks Against Deep Learning for Intrusion Detection in IoT Networks
Carleton University（卡尔顿大学）
对抗攻击在计算机视觉领域已经得到了广泛的研究，但其对网络安全应用的影响仍然是一个开放的研究领域。随着物联网、5G和人工智能不断融合以实现第四次工业革命（工业4.0）的承诺，物联网网络上的安全事件和事件也在增加。深度学习技术正被应用于检测和缓解针对物联网网络的许多此类安全威胁。前馈神经网络（FNN）已被广泛用于对物联网网络中的入侵攻击进行分类。在本文中，我们考虑了FNN的一种变体，称为自规范化神经网络（SNN），并将其性能与FNN进行比较，用于对物联网网络中的入侵攻击进行分类。我们的分析是使用新南威尔士大学堪培拉网络中心网络范围实验室的BoT-IoT数据集进行的。在我们的实验结果中，FNN在物联网网络中的入侵检测方面优于SNN，这是基于多个性能指标，如准确度，精确度和召回率以及多分类指标，如Cohen的Kappa得分。然而，当测试对抗性鲁棒性时，SNN对来自物联网数据集的对抗性样本表现出更好的弹性，在物联网网络中寻求更安全和更安全的深度学习方面呈现出充满希望的未来。
2019-05-13 cs.CR cs.LG cs.NI
PhD Forum: Enabling Autonomic IoT for Smart Urban Services
自主网络物理系统（CPS）的发展和第五代（5G）无线技术的进步有望彻底改变许多垂直行业，如医疗保健、交通、能源、零售服务、楼宇自动化、教育等。从而实现智慧城市模式。物联网（IoT）为智能和自主操作提供了强大且前所未有的能力。我们利用网络科学、优化与决策理论、激励机制设计和数据科学/机器学习的思想，在物联网城市系统中实现关键设计目标，如效率、安全性和弹性以及经济性。
2019-12-24 cs.NI eess.SP
Optimal Secure Multi-Layer IoT Network Design
随着互联网和通信技术在过去几十年中的显著增长，物联网（IoT）正在实现异构物理设备与软件、传感器和致动器的无处不在的连接。物联网网络自然是两层的，云和蜂窝网络与底层设备到设备（D2D）通信共存。物联网的连接性在关键任务和民用应用的信息传播中发挥着重要作用。然而，物联网通信网络容易受到网络攻击，包括拒绝服务（DoS）和干扰攻击，导致物联网网络中的链路删除。在这项工作中，我们开发了一个异构物联网网络设计框架，网络设计人员可以在其中添加链路，以提供两个节点之间的额外通信路径，或者通过投入资源来保护链路免受攻击。通过预测战略性网络攻击，我们首先提供安全网络所需的链路数量的下限，然后开发一种方法来构建满足异构网络设计规范的网络。因此，所设计的异构物联网网络的每一层都能以最少的资源抵抗预定义级别的恶意攻击。最后，我们提供了战场物联网（IoBT）的案例研究，以证实和说明我们所获得的结果。
2019-05-22 cs.CR cs.GT cs.NI
IoT Behavioral Monitoring via Network Traffic Analysis
The University of New South Wales（新南威尔士大学）；School of Electrical Engineering and Telecommunications（电气与电信工程学院）
灵巧家庭、企业和城市越来越多地配备了大量的物联网（IoT），从智能灯到安全摄像头。虽然物联网网络有可能造福我们的生活，但它们带来了传统IT网络所没有的隐私和安全挑战。由于缺乏可见性，这种智能环境的运营商通常不知道他们的物联网资产，更不用说每个物联网设备是否正常运行，免受网络攻击。这篇论文是我们努力开发技术来分析物联网的网络行为模式，自动化物联网分类，推断其操作上下文，并检测指示网络攻击的异常行为的结果。我们通过调查物联网生态系统开始这篇论文，同时回顾当前的漏洞评估，入侵检测和行为监控方法。对于我们的第一个贡献，我们收集流量跟踪，并通过流量模式的属性来描述物联网设备的网络行为。我们开发了一个强大的基于机器学习的推理引擎，使用这些属性进行训练，并展示了28个物联网设备的实时分类，准确率超过99%。我们的第二个贡献是通过降低属性提取的成本，同时识别物联网设备状态来增强分类。原型实现和评估展示了我们的监督机器学习方法检测五个物联网设备的行为变化的能力。我们的第三个也是最后一个贡献是开发了一个模块化的无监督推理引擎，该引擎可以动态地适应新物联网设备的添加和/或对现有设备的更新，而不需要对模型进行系统范围的重新训练。我们通过实验证明，我们的模型可以自动检测10个物联网设备中的攻击和固件更改，准确率超过94%。
2020-01-28 cs.CR cs.LG cs.NI
Toward Autonomous and Efficient Cybersecurity: A Multi-Objective AutoML-based Intrusion Detection System
Faculty of Business and Information Technology, Ontario Tech University（业务与信息科技学院，安大略技术大学）；Department of Electrical and Computer Engineering, Western University（电气与计算机工程系，西部大学）
针对网络安全威胁复杂及IoT设备资源受限问题，提出集成OIP-AutoFS和OPCE-CASH技术的MOO-AutoML IDS，在两基准数据集上优于现有IDS，为自主高效网络安全提供新基准。
2025-11-11 cs.CR cs.LG cs.NI
Design and implementation of intelligent packet filtering in IoT microcontroller-based devices
Aeronautics Institute of Technology (ITA)（航空技术学院）；University of São Paulo (USP)（圣保罗大学）；Universidade Federal de Minas Gerais (UFMG)（米纳斯吉拉斯联邦大学）
针对物联网设备安全方案稀缺的问题，提出低资源占用的ML数据包过滤器T800，在ESP32上验证其可通过拦截恶意流量提升算力，还提供适配多系统的性能评估策略，助力资源受限IoT设备安全增强。
2023-05-30 cs.CR cs.LG cs.NI
Generative Adversarial Networks for Distributed Intrusion Detection in the Internet of Things
Virginia Tech（弗吉尼亚理工大学）
为了获得物联网（IoT）的好处，必须保护系统免受网络攻击，以实现关键任务和实时应用。为此，入侵检测系统（IDS）已被广泛用于检测由物联网系统中的网络攻击者引起的异常。然而，由于物联网的大规模性质，IDS必须以分布式方式运行，对中央控制器的依赖性最小。此外，在许多情况下，如健康和金融应用程序，数据集是私有的，物联网设备可能不打算共享这些数据。为此，本文提出了一种分布式生成对抗网络（GAN），为物联网提供一个完全分布式的IDS，以便在不依赖任何集中式控制器的情况下检测异常行为。在这种架构中，每个IoTD都可以监控自己的数据以及邻居IoTD，以检测内部和外部攻击。此外，所提出的分布式IDS不需要在IoT之间共享数据集，因此，它可以在保护用户数据隐私的IoT中实现，例如健康监控系统或金融应用。分析表明，所提出的分布式GAN具有更高的检测入侵的准确性相比，一个独立的IDS，只有一个单一的IoTD数据集的访问。仿真结果表明，提出的分布式基于GAN的入侵检测系统具有高达20%的准确率，提高25%的精度，并降低60%的误报率相比，一个独立的基于GAN的IDS。
2019-06-03 cs.CR cs.LG cs.NI
